ZD至顶网CIO与应用频道 07月12日 专栏:让我们面对现实吧,每一天的每一秒并不都是有成效的。总有那么一段你需要打发的时间,不管是等待面试、开等会还是等公交车,这时候是放松大脑、享受片刻闲适的时候了。
正如你所想的,当你有一部智能手机,打发时间就变成一件相当容易的事情。事实上,当你打发完时间,开始投入工作的时候会变得很有成效……所以一定要小心,不要浪费掉一整天时间而没有做完一件事情。
当你需要打发时间的时候你会考虑用哪个应用?你可以只是安装一些游戏,但是我想要的并不只是游戏(但这个名单里至少会有一个),也会看看其他的选择。我也不会把常用的那些应用纳入进来(例如Facebook和Twitter)。那么就让我们深入看看,哪些应用可以帮我们打发时间。
1、Talisman
我用这个游戏应用来开篇。但这不只是一款游戏。它是你玩过的最精良的RPG风格的游戏。Talisman(如图A)在80年代早期问世(还是台式游戏的形式),存在有些年头了。我从80年代末开始玩这个游戏,会在人们都不再玩的时候才会停止。当数字版问世的时候,Break版就消失了。这款游戏是Monopoly与Dungeons & Dragons相遇,不同关卡有很多乐趣。
图A
这款基础应用售价4.98美元,你可以购买扩展组件、人物,等等。Nomad Games通常会给基础组合中加入新的项目,但是从最初一直成长会让你捉襟见肘的。如果你寻找一款轻易打发掉大把时间的游戏,Talisman正是你所需要的。
2、Periscope
Periscope(如图B)让你一窥人们的生活片段。你可以关注名人、音乐家、教师、或者任何允许你看到他们日常生活中某个时刻的人。你还可以把自己的生活片段广播出去——只需要这款应用和你的手机。
图B
当关注你的人上线,你就会看到通知,你就可以收到他们的广播。你不会对Periscope上你能看到生活的平凡而感到意外。但是几乎每隔一段时间,你会发现一个可以吸引你、让你把足够长的时间全神贯注它的闪光点。Periscope是一款可以免费安装和使用的应用。
3、Podcast & Radio Addict
播客(Podcast)是一个消磨时间的好方法。你不仅可以娱乐,还可以学习到一些东西。有大量的播客可以选择——有专门的网络服务于播客,例如PodBros Network。如果你正在寻找在安卓设备上提供播客的最好应用,那不如考虑一下Podcast & Radio Addict(如图C)。有了这款特别的播客应用,你可以(从任何网络)搜索(以及订阅)任何播客内容,控制来自通知栏的播放、加快或者减慢播放、EQ播放,等等。
图C
Podcast & Radio Addict应用是免费的,但是也有一个捐赠应用,你可以捐赠2.99美元给开发者(捐赠应用不解锁任何功能)。
4、This or That
This or That(如图D)不是一款游戏,只是简单地让你选择这个还是那个。应用会向你提问,你点击这个(This)或者那个(That)。你每回答一个问题,你的答案就会与其他使用这个应用的人进行对比。你还可以在Facebook上分享你的回答,你可以创建自己的问题,与朋友分享。
图D
有一些问题甚至可能让你更了解自己(对那些已经回答了问题的人来说,尤其是当你发现有82%的玩家会把锤子砸在完全陌生人的脚上,而不是自己的脚上)。
This or That可以很好地帮你消磨时间,让你很开心。This or That是免费安装和使用的。
5、How to Make Paper Airplanes
这款应用并不是针对所有人的,但如果你还记得儿时折纸飞机,那么这款应用肯定会勾起你的这些回忆……还会给你一些新的东西。How to Make Paper Airplanes(如图E)详细地告诉你如何折叠不同类型的纸飞机(有些简单有些复杂)。这款应用用简单的、3D动画图像告诉你折叠不同飞机的过程。
图E
这款应用确保几乎所有人都可以叠出能飞得起来、摆在桌子上又很酷的飞机。这款应用不常更新,但是要掌握16种折飞机的方法还是能打发大量时间的。这款应用是免费安装和使用的。
你最喜欢的打发时间的应用是?
到目前为止你浪费了多少时间?几分钟、几小时还是几天?如果你正在寻找能打发在不同会议之间的时间,那么上面这些应用肯定可以胜任。如果不是,Google Play商店中还有很多可供你选择。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。